Distribusi Normal

Luas di Bawah Kurva Normal

Hampiran Normal terhadap Binomial
Distribusi Gamma dan Eksponensial
Distribusi Khi-Kuadrat
Distribusi Weibull
Distribusi suatu data dari sebuah sample
yang memiliki kurva normal (normal
curve) yang berbentuk lonceng.

Ditemukan oleh Abraham DeMoivere (1733).
Sering disebut distribussi Gauss (Gaussian
distribution)
Distribusi Normal, Fungsi Penuh peubah
acak normal X, dengan rataan dan
variansi
2
adalah


Dengan t : 3,14159 dan e=2,71828

1. Kurva berbentuk genta (= Md= Mo)

2. Kurva berbentuk simetris
3. Kurva mencapai puncak pada saat X=
4. Luas daerah di bawah kurva adalah 1;
di sisi kanan nilai tengah dan di sisi kiri
Distribusi kurva normal dengan sama dan o berbeda

0
1
2
3
4
5
6
7
8
9
10
m
Mesokurtic Platykurtic
Distribusi kurva normal dengan berbeda dan o sama

150 300 450
Distribusi dengan dan o yang berbeda


85 850
Luas dibawah kurva normal dengan batas
x
1
=a dan x
2
= b

a b x
P(x
1
< X < x
2
) =

=

Integral di atas tidak dapat diselesaikan secara
analitis. Untuk memudahkan perhitungan
tersedia tabel normal yang berisikan luas
dibawah area kurva normal baku

dx x n
x
x
) , ; (
2
1
}
o
| |
dx e
x
x
x
2
2
1
/ ) ( ) 2 / 1 (
2
1
o
o t

}
o

=
x
Z

Diketahui nilai mata kuliah Probabilitas
dan Statistika kelas C, berdistribusi
normal dengan mean = 55 dan deviasi
standar = 15. Tentukan nilai peluang
a) 55 X 75
b) 60 X 80X 40
Answer
a) 55 < X < 75
P(55<X<75) =

=

= P(0 Z 1,33)
= 0,4082 (see table .)

Atau



= 0,4082
b) P(60x80) =

= P(0,33Z1,67)
= P(0Z1,67) P(0Z0,33)
= 0,4525 0,1293 = 0,3232
atau :
Z1 = = 0,33 B = 0,1293

Z2 = = 1,67 A = 0,4525

C = A B = 0,3232
c). P(x 40) = 0,5 A
= 0,5 0,3412
= 0,1588
Tinggi badan mahasiswa UGM berdistribusi normal
dengan rata-rata 165 cm dan deviasi standar 10
cm. Tentukan berapa problabilitas mahasiswa UGM
dengan tinggi lebih dari 180 cm?

Answer:
P(180<X<~)
Z=X-/o 180-165/102,5
Dengan tabel didapat bahwa peluangnya adalah :
0,9938
Maka besarnya peluangnya adalah
1 - 0,9938 = 0,0062
Diketahui rata-rata hasil adalah 74 dengan
simpangan baku 7. Jika nilai-nilai peserta
ujian berdistribusi normal dan 12% peserta
nilai tertinggi mendapat nilai A, berapa
batas nilai A yang terendah ?

answer
Persamaan distribusi binomial
b(x;n,p)
Review : o = simpangan
= rataan

Distribusi Normal :
= np dan

dengan q= (1-p)


o

=
x
Z
npq =
2
o
Hampiran normal paling berguna dalam
perhitungan dengan nilai n yang besar

Ex: peluang yang tepat diberikan oleh





3564 , 0
) ( 60989 , 0 9662 , 0
) 4 , 0 ; 15 ; ( ) 4 , 0 ; 15 ; (
) 4 , 0 ; 15 ; ( ) 9 7 (
6
0
9
0
9
7
=
=
=
= s s


= =
=
table see
x b x b
x b X P
x x
x
Untuk hampiran normal :
x1= 6,5 dan x2 = 9,5



Selanjutnya
=P(Z<1,85)-P(Z<0,26)
=0,9678 0,6026
=0,3652
Hasil ini mendekati dengan hasil yang
sebenarnya

1. Peluang seorang mahasiswa sembuh dari
hepatitis A adalah 0,4. Bila ada 100
mahasiswa yang terkena penyakit ini,
berapa peluang bahwa kurang dari 30 mhs
yang sembuh.
2. Saat UM UGM terdapat 200 soal pilihan
ganda dengan 4 pilihan dan hanya 1 pilihan
yang benar. Seorang siswa mengerjakan
soal tanpa membaca soal sedikitpun,
berapa peluang siswa tadi menjawab 25
sampai 30 soal dengan benar untuk 80 dari
200 soal???
Penyelesaian :
Misal : peubah binomial X menyatakan banyaknya
penderita yang sembuh,
Karena n = 100 maka
= np = 100 x 0,4
= 40
Dan


Untuk mendapatkan peluang yang dicari digunakan x= 29,5


Peluang 30 pasien yang sembuh dari 100 pasien :
P(X<30) P(Z < 2.14) = 0,0162
Fungsi gamma didefinisikan sebagai:

Untuk

Jadi

Sifat penting fungsi gamma :
0
0
1 1 1
x x
( ) e dx e o



= I = = =
}
(1) 1 I =
0 ; ) (
0
1
> = I

}
o o
o
untuk dx e x
x
1
2
( ) t I =
Jika di integralkan per bagian (parsial) dengan


Diperoleh

Maka







Jadi diperoleh
1 x
x dan dv e dx
o

= =
1 2
1
x x
u x du ( )x dx
v e dv e dx
o o
o


= =
= =
1
0 0 0
1 2
0
0
2
0
1
1
1 1
x
x x
x
( )
( ) x e dx u dv uv v du
x e e ( )x dx
( ) e x dx ; untuk
o
o o
o
o
o
o
o o

I
I = = =
= +
= >
} } }
}
}
1 1 ( ) ( ) ( ) o o o = I I
Dengan formula (rumus) berulang diperoleh




:
: dan seterusnya
Jika dengan bilangan n bulat positif, maka
( )
( 2) ( 2)
( 3) ( 3)
( 1) ( 1) ( 1) ( 1)
( 1)( 2) ( 2) ( 1)( 2) ( 2)
( 1)( 2)( 3) ( 3)
o
o o
o o
o o o o
o o o o o o
o o o o
= =
I
I
I I I
= I = I
= I
n o =
1 2 3 1 1 1 1
1 2 3 1 1
1
(n) (n )(n )(n )......... . ( ) ;karena ( )
(n) (n )(n )(n )......... (n )!
atau
(n) (n )!
I = I I =
I = =
I =
Perubah acak kontinu X berdistribusi gamma dengan
parameter dan , jika fungsi padatnya berbentuk :




Distribusi gamma yang khusus dengan disebut
distribusi Eksponensial

o
|
1
1
0
0
x
x e ; x
f(x)
( )
; x yanglain
o |
o
| o

>
=

I

1 o =
0 2 4 6 8 10
0
.
0
0
.
2
0
.
4
0
.
6
0
.
8
1
.
0
1
.
2
x
f
(
x
)
Distribusi Gamma
Perubah acak kontinu X terdistribusi
eksponensial dengan parameter, , jika fungsi
padatnya berbentuk :





Rata-rata dan variansi distribusi gamma :


Rata-rata dan variansi distribusi eksponensial :
|
1
0
0
0
x
e ; x
f(x)
; x yanglain
dengan
|
|
|

>
=

>
2 2
dan o| o o| = =
2 2
dan | o | = =
Suatu sistem memuat sejenis komponen yang mempunyai daya tahan
pertahun dinyatakan oleh perubah acak T yang berdistribusi eksponensial
dengan parameter waktu rata-rata sampai gagal Bila sebanyak 5
komponen tersebut dipasangkan dalam sistem yang berlainan, berapa
pobabilitas bahwa paing sedikit 2 masih akan berfungsi pada akir tahun ke
delapan.
Jawab:
Probabilitas bahwa suatu komponen tertentu masih akan berfungsi
setelah 8 tahun adalah:



8
1
5 5
5
8
8
0 2
t
P(T ) e dt e
,

> = =
=
}
5 | =
Hubungan saluran telepon tiba i suatu gardu (sentral) memrnuhi proses
poisson dengan rata-rata 5 hubungan yang masuk per menit. Berapa
probabilitasnya bahwa setelah semenit berlalu baru 2 sambungan telepon
masuk ke gardu tadi
Jawab:
Proses poisson berlaku dengan waktu sampai kejadian poisson memenuhi
distribusi gamma dengan parameter
Misalkan X perubah acak yang menyatakan waktu dalam menit yang
berlalu sebelum 2 hubungan masuk,probabilitasnya adalah:

8
1
5 5
5
8
8
0 2
t
P(T ) e dt e
,

> = =
=
}
1
5
2 dan | o = =
Distribusi ini adalah kasus spesial dari distribusi
gamma :


Lalu disubstitusi dengan :


Menjadi :

1
1
0
0
x
x e ; x
f(x)
( )
; x yanglain
o |
o
| o

>
=

I

2
2
v
dan ;v bilangan bulat positif o | = = =
1
2 2
2
1
0
2 2
0
v x
v /
x e ; x
f(x)
(v / )
; x yanglain
dengan vbilangan bulat positif

>
=

I

Parameter V merupakan derajat kebebasan

Rataan distribusi chi kuadrat :


Variansi distribusi chi kuadrat :


v =
v 2
2
= o
Perubah acak kontinyu X terdistribusi Weibull dengan parameter
, jika fungsi padatnya berbentuk:



Jika maka distribusi weibull menjadi distribusi
eksponensial.
Jika maka kurvanya mirip lonceng dan menyerupai kurva
normal tetapi agak mencong.
1
0
0
0 0
x
x e ; x
f(x)
; x yanglain
dengan dan
| o |
o|
o |

>
=

> >
1 | >
1 | =
dan o |
0.0 0.5 1.0 1.5 2.0 2.5
0
.
0
0
.
5
1
.
0
1
.
5
2
.
0
x
f
(
x
)
Distribusi Weibull

Rata-rata :

Variansi :


Seperti distribusi gamma dan eksponensial, distribusi
weibull juga dipakai pada persoalan keandalan dan
pengujian panjang umur misal misal panjang umur suatu
komponen, diukur dari suatu waktu tertentu sampai rusak.
1
1
2
2 2
2 1
1
1 1
/
/
( )
( ) ( )
|
|
|
| |
o
o o

= I +


(
= I + I +
`
(


)